誰もが今週のモデルランキングを追いかけている。 本当の運用リスクはドリフトだ：昨日は通過したエージェントパッチが、静かなモデル/アップデート変更の後、今日失敗する可能性がある。 評価、フォールバック、ロールバックを一つのワークフローで確実に押さえられないなら、リーダーボードの勝利は単なる雑学にすぎない。